Materializeか本番DBか夜間か|AIへの業務データの渡し方

「エージェントに在庫や案件の状況を聞かせたいなら、本番のデータベースに直接つなぐのがいちばん新しくて確実だろう」「いや、本番に触らせるのは怖いから、毎晩取り出しているデータを見せておけば十分だ」——社内のAI活用を進める担当者と、データ基盤を預かる情シスのあいだで、たいてい最初にぶつかる二つの意見です。どちらにも理があるように見えますが、本当の分かれ目は「新しいかどうか」だけではありません。エージェントに見せる形を誰が決め、誰の資格で読み、古い数字で答えたときに誰が気づけるかまで含めて比べないと、どの道を選んでも後から困ります。この記事では、元データの変化に合わせて表を更新し続けるデータベース Materialize が2026年7月に組み込んだ MCP サーバーを例に、本番DBへの直結・夜間バッチ・更新され続けるビューの三つの渡し方を、鮮度・本番への負荷・権限・費用の軸で比べて整理します。
カメ先生エージェントに業務データを渡すとき、本番のデータベースに直接つなげば正確だと思われがちなんだ。でも本当は、元の表は業務の言葉になっていないから、エージェントは毎回テーブルの結び方を推測するところから始める。推測を間違えれば、新しいデータで間違った答えを出すことになるんだよ。
カメ子データが新しいことと、答えが正しいことは別だということですか。
カメ先生そう。だから三つ目の道として、人があらかじめ業務の形に組んだ表を、元データの変化に合わせて更新し続け、それだけをエージェントに見せる方法が出てきた。ただ、その表を誰が定義して承認するかを決めないと、統制がかえって曖昧になるんだ。
カメ子道具を選ぶ前に、見せる表の持ち主を決めることが先なんですね。
- 本番DBへの直結・夜間バッチ・更新され続けるビューの三つは、鮮度だけでなく本番への負荷・権限の効き方・費用の増え方が違う
- Materialize の MCP サーバーでは、ロールが読めるビューだけがエージェントに見える。だからビューの定義と権限付与を誰が承認するかが統制の中心になる
- 既定で有効な自由照会の機能、古いデータで答えたときの扱い、データの置き場所は、導入前に情シスが決めておく
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
誤解:「本番DBに直接つなげば、いちばん新しくて正確」
エージェントを業務データにつなぐ相談で、最初に出てくるのが本番データベースへの直結です。確かに鮮度だけを見れば、元の表を直接読む以上に新しいデータはありません。しかし Materialize が2026年7月29日に公開した解説記事は、エージェントを生の業務システムに直接つないだとき、推論の前に費用のかかる下ごしらえが毎回発生すると指摘しています。どの表に何があるかを探す作業、複数の表を結んで業務の形に組み立てる作業、そして古い値や食い違う値を突き合わせる作業の三つです。
この下ごしらえは、本来は照会の仕組みが決まった手順で一瞬で済ませる仕事です。それをエージェントが推論でこなすと、トークンを使うだけでなく、結び方を取り違えるおそれが出てきます。たとえば顧客の番号が三つのシステムで別々の意味を持っていれば、エージェントはそれが同じものかを毎回推測するしかありません。新しいデータを渡しても、その読み方をAIに推測させれば、答えの正しさは保証されないという点が、直結を最初の選択肢にしてはいけない理由です。
もちろん、これは Materialize 自身の主張であり、自社製品を勧める文脈で書かれています。それでも論点そのものは、どの製品を選ぶ場合にも当てはまります。エージェントに渡すデータは、鮮度だけでなく、業務の言葉で組まれているか、誰がその組み方に責任を持つかで評価する必要があります。
Materializeとは:元データの変化に合わせて表を更新し続けるデータベース
Materialize は米国の会社が開発するデータベースで、PostgreSQL と互換性のある SQL で定義したビューを、元データの変化に合わせて差分で更新し続けるのが特徴です。普通のデータベースでは、集計や結合を含むビューは照会のたびに計算し直すか、決まった時刻にまとめて作り直します。Materialize は元データに変更が入るたびに、その変更分だけを計算して結果を最新に保ちます。公式の料金ページは、本番環境で観測した端から端までの遅れを1秒以内としています。
取り込める元データは、公式ドキュメントに PostgreSQL・MySQL・マイクロソフトのデータベース・Kafka などの変更の流れと、外部サービスからの通知(HubSpot など)が並んでいます。結果は Snowflake などの分析基盤や検索の仕組みへ書き出すこともできます。提供形態は、Materialize が運用するクラウド版と、自社の環境で動かす自社運用版の二つです。自社運用版には、メモリ24GiB・ディスク48GiBまでなら無償で使える版があると料金ページは説明しています。
鮮度の面では、2026年10月にMySQL からの取り込みの並列化、11月5日にクラスタ制御の作り直しについての技術記事を公式ブログに載せており、開発が続いていることを確かめられます。買収や事業停止の報道も見当たりません。ただし、社内の業務データを預ける基盤として選ぶなら、製品の継続性は自社でも確かめておくのが前提です。
2026年7月の発表:データベースに組み込まれた二つのMCPサーバー
2026年7月22日、Materialize は二つの MCP サーバーをデータベースそのものに組み込んだと発表しました。どちらも公開プレビューの扱いです。一つはエージェント用で、人が業務の形に組んだビューを、エージェントが一覧し、中身の説明を読み、照会できるようにするものです。もう一つは開発・運用者用で、データベース自身の状態を表すシステムの目録を読み取り専用で照会でき、ビューの更新が遅れている理由やメモリの使い方を調べるのに使います。
公式の説明で重要なのは、MCP の処理がデータベースの外に別の中継サーバーを立てるのではなく、データベースの内側で動き、SQL で照会したときと同じ経路で権限が確かめられるという点です。同じロールが同じ照会をすれば、MCP 経由でも通常の SQL の道具経由でも同じ結果か同じエラーになると説明しています。つまり、エージェント向けに別の権限の仕組みを作るのではなく、すでに運用しているデータベースのロールと権限付与がそのまま効く作りです。
続く7月31日の製品更新では、MCP サーバーがブラウザでの OAuth サインインに対応し、普段の SSO で接続できるようになりました。同じ更新で、鮮度の目標を下回ったら待たずにエラーを返す分離レベル、PostgreSQL の読み取り専用の複製から取り込んで本番の負荷を減らす機能、社員の入退社や異動に合わせて権限を自動で付け外しする SCIM の対応(限定プレビュー)も出ています。この記事の比較では、これらの機能を「選んだ後に何を決める必要があるか」の材料として扱います。
比べる前提:エージェントに業務データを渡す三つの道
ここで比べるのは、社員が使うエージェントに「いまの業務データ」、たとえば在庫の残り、案件の進み具合、問い合わせの滞留状況などを読ませる場面です。データを書き換えさせる話ではなく、読ませて答えさせる、あるいは次の行動を提案させる用途に絞ります。書き込みや変更の承認を扱う道は別の判断になるので、ここでは対象にしません。
一つ目の道は、本番のデータベースに読み取り用の接続を作り、エージェントに直接照会させる方法です。二つ目は、毎晩などの決まった時刻に本番から取り出したデータを分析基盤に置き、エージェントにはそちらを見せる方法です。三つ目が、Materialize のように元データの変化を取り込み続ける仕組みに、業務の形に組んだビューを定義し、そのビューだけを MCP でエージェントに見せる方法です。
三つ目の道は、データを元の場所に置いたまま照会させる方式とも、データベースの意味を説明する目録の層とも違います。人が組んだ表の結果を常に最新に保ち、それ自体をエージェントの入口にするという発想です。そのため、比べるときに見るべきなのは、鮮度・本番への負荷・権限の効き方・費用の増え方、そして答えが古かったときに気づけるかどうかの五つです。
三つの道を並べる:鮮度・本番への負荷・権限・費用
五つの軸で三つの道を並べると、次のようになります。どの道にも得意な場面があり、一つを全社で採用するより、業務ごとに使い分ける会社のほうが多くなるはずです。
| 比べる軸 | 本番DBへの直結 | 夜間バッチのデータ | 更新され続けるビュー(Materialize) |
|---|---|---|---|
| 鮮度 | 最新 | 前日まで。日中の変化は見えない | 元データの変化から短い遅れで追従 |
| 本番への負荷 | エージェントの照会がそのまま本番にかかる | 取り出しの時間帯だけ | 変更の取り込みだけ。読み取り専用の複製からも取り込める |
| 表の形 | 元の表のまま。結び方はAIの推測 | 分析用に整えた形 | 人が業務の形に組んだビュー |
| 権限の効き方 | 本番のアカウント権限 | 分析基盤の権限 | ビュー単位のロール権限。読めないビューは見えない |
| 費用の増え方 | 本番の増強が必要になりうる | 保管と取り出し | 常時動く計算資源の時間課金 |
| 古さへの気づき | 古さの問題は少ない | 日付を見れば分かるが、AIが言わないことがある | 追いついているかを確かめる仕組みがある |
表から分かるのは、三つ目の道は、鮮度と本番への負荷の両方を取る代わりに、常時動く基盤とビューの持ち主という新しい責任を抱えるということです。直結は手軽ですが本番の負荷と推測の誤りを抱え、夜間バッチは安全ですが日中の変化が見えません。どの道でも、エージェントに見せる範囲を絞る作業は消えません。違うのは、その作業をどこで誰がやるかです。
- 表の内容は公式の説明にもとづく一般的な傾向です。実際の鮮度や負荷は、元データの量・変更の頻度・ビューの重さで変わるため、自社のデータで試して確かめてください。
本番DBに直接つなぐ道が合う場面、合わない場面
本番データベースへの直結が合うのは、表の数が少なく構造が単純で、照会の回数も限られる業務です。たとえば、問い合わせ窓口の担当者が一件ずつ注文の状態を確かめる程度なら、読み取り専用の接続を用意し、対象の表を絞れば足りることがあります。新しい基盤を増やさずに済む分、運用の負担は最も軽くなります。
合わないのは、エージェントが自分で複数の表を結んで集計するような使い方です。エージェントは人と違って休まず照会を繰り返し、同じ問いを何度も投げ直すことがあります。Materialize の解説記事も、エージェントの業務では読み取りの量が桁違いに増え、閑散時間がなくなると書いています。本番の応答が遅くなれば、エージェントの便利さより業務システムの停止のほうが大きな損失になります。
- 本番の管理者に近い権限の接続情報を、試しにと言ってエージェントに渡す
- 照会の回数や重さに上限を設けないまま、全社員のエージェントからつなぐ
- 顧客の連絡先や個人情報の列を含む表を、そのまま照会できる状態にする
- AIが結んだ表の組み合わせを誰も確かめず、集計結果を会議資料に使う
直結を選ぶ場合でも、エージェント専用の読み取りアカウントを作り、見せる表と列を絞り、照会の記録を残すことが最低限の条件です。本番への直結とその承認の詳しい線引きは別の記事で扱っているので、ここでは「直結を選んだ時点で、表の結び方はAIの推測に任される」という一点を押さえておけば十分です。
夜間バッチのデータで足りる業務
意外に多いのが、夜間バッチのデータで十分に足りる業務です。月次の売上の振り返り、先週の問い合わせの傾向、四半期の案件の積み上がりなど、日中の変化が答えに影響しない問いであれば、新しい基盤を入れる理由はありません。分析基盤に置いたデータは本番から切り離されているので、エージェントが重い照会をしても業務システムは止まりません。
夜間バッチで困るのは、問いが「いま」を前提にしているときです。「この商品は今日中に出荷できるか」「この案件の担当者は今朝の打ち合わせを記録したか」といった問いに前日のデータで答えると、エージェントは古い数字を、さも最新であるかのように自然な文で答えてしまうおそれがあります。人が画面で見るなら更新日時に気づけますが、エージェントの回答には日時が書かれないことが多いのです。
そこで夜間バッチを選ぶなら、データの取得日時を必ず回答に含めるよう、エージェントへの指示とデータの側の両方で仕組みを作ります。そのうえで、日中の変化が答えを左右する業務を一覧にし、そこだけを三つ目の道や直結の候補として検討する、という順番が現実的です。全社で一気に更新され続ける基盤へ移る必要はありません。
更新され続けるビューを挟む道で、会社が引き受けるもの
三つ目の道を選ぶと、鮮度と本番への負荷の両方を手に入れやすくなります。Materialize の場合、エージェントに見えるのは「データ製品」と呼ぶビューで、結果を保存するビューか、索引を付けたビューに限られます。索引のない普通のビューは一覧に出しません。照会のたびに全体を計算し直すことを避けるためだと公式は説明しています。ビューに付けたコメントは、エージェントがどのビューを読むかを選ぶときの説明文になります。
この仕組みでは、会社が引き受けるものが三つ増えます。一つは常時動く計算資源です。元データの変化に追従し続けるため、ビューを維持するクラスタは止めずに動かすことになります。二つ目は、ビューの定義と説明文の持ち主です。説明文はエージェントの判断材料になるので、書き方が曖昧だと間違ったビューが選ばれます。三つ目は、元データの構造が変わったときの追従です。元の表の列が変われば、ビューの定義も直す必要があります。
Materialize は、複数のビューを共通の番号で結んだものを「生きた文脈のグラフ」と呼び、すべてのビューが同じ時点で一貫していると説明しています。キャンセル済みの注文と顧客を結んでしまうような食い違いが起きにくい、という主張です。ただし、一貫しているのはビューどうしの関係であって、ビューの定義そのものが業務の実態に合っているかは、人が確かめるしかない点は変わりません。
見せるビューを誰が定義し、誰が承認するか
Materialize の MCP サーバーでは、ロールに読み取りの権限を与えたビューが、そのロールでつながるエージェントの一覧に次の呼び出しから現れ、権限を外せば消えます。つまり、エージェントに何を見せるかは、データベースの権限付与という一つの操作で決まるということです。手軽な反面、権限付与の手順が緩い会社では、エージェントに見せる範囲が知らないうちに広がります。
そこで、ビューを公開するまでの流れを、業務部門・データ基盤・情シスの三者で分けて決めておくことをすすめます。
エージェントに答えさせたい問いと、そのために必要な項目を業務部門が書き出します。在庫なら品目・倉庫・引当済みの数量、案件なら段階・担当・次の予定日などです。個人情報を含むかどうかもここで印を付けます。
データ基盤の担当がビューを定義し、エージェントが読む説明文を書きます。説明文には、何の問いに使うビューか、どの番号で引くかを短く書きます。個人情報の列は、公開用のビューから外します。
出来上がったビューを業務部門が見て、集計の定義が業務の実態に合っているかを確かめます。たとえば「引当済み」に保留中の注文を含めるかどうかは、データ基盤の担当には判断できません。
どのロールにそのビューを読ませるかを情シスが承認し、付与します。付与の記録と、見直しの時期もここで決めます。
使われていないビューや、業務が変わって定義が古くなったビューを定期的に洗い出し、権限を外すか作り直します。
Materialize の公式ドキュメントは、個人情報などの機微な列を除いたビューを別のスキーマに置き、そのビューだけに権限を与えるやり方を紹介しています。ただし同じページで、これは強い防壁ではないとも明記しています。元のビューでエラーが起きると、そのエラーの文面に機微な値が含まれることがあるためです。個人情報を含む元データを同じ基盤に取り込むかどうか自体を、先に判断しておく必要があります。
誰の資格で読むか:本人のサインインとサービス用の資格
エージェントがデータベースを読むとき、誰の資格で読んでいるかは統制の要です。Materialize のクラウド版で推奨されている接続方法は、OAuth によるブラウザでのサインインで、社員が普段の SSO で認証してからつなぎます。この場合、エージェントはその社員のロールで読むことになり、社員本人が読めないビューは、その社員のエージェントにも見えないという分かりやすい線が引けます。
一方、業務の仕組みに組み込んだエージェントや、トークンでしか認証できない道具のために、ユーザー名とアプリ用パスワードを組み合わせた個人の MCP トークンを発行する方法も用意されています。公式はこれを個人のアプリ用パスワードだと説明しています。このトークンを共有の設定ファイルに書いたり、複数人のエージェントで使い回したりすると、誰が読んだのかが記録から追えなくなります。サービス用には専用のアカウントを作り、そのアカウントに必要なビューだけを読ませるのが筋です。
もう一つ、ロールの設定は継承されないという点も公式ドキュメントに書かれています。後で触れる自由照会の制限は、機能ごとのロールだけでなく、エージェントが使う個々のロールにも明示的に設定する必要があります。7月の更新で出た SCIM の対応はまだ限定プレビューなので、入退社や異動に合わせた権限の付け外しは、当面は社内の手順で確実に回す前提で考えます。
用意したビューの外へ出る道:自由な照会の機能をどうするか
見落としやすいのが、エージェント用の MCP サーバーにある自由な照会の機能です。公式ドキュメントによれば、この機能はエージェントに任意の読み取りの SQL を実行させるもので、一覧に出るビューだけでなく、そのロールが読める権限を持つすべての対象を照会できる作りです。そして、バージョン26.27以降は既定で有効になっています。せっかく見せるビューを絞っても、ロールに広い読み取り権限が残っていれば、エージェントはそちらも読めてしまいます。
公式ドキュメントは、この機能を有効にすると性能に影響しうること、照会のエラーを通じて情報が漏れうること、既定ではシステムの目録を通じて運用上の情報が見えてしまうことを警告しています。対策として、照会の対象を利用者が作ったものに限る設定を、管理者がロールごとに付けることを推奨しています。機能そのものを無効にすることもでき、その場合は一覧に出るビューだけが照会できます。クラウド版で無効にするには、サポートへの依頼が必要だと書かれています。
判断の目安は、エージェントに複数のビューを結んだ集計をさせたいかどうかです。させないなら無効にし、見せるビューだけで答えさせるほうが統制は単純です。させるなら、エージェント用のロールには公開用のビューの読み取り権限だけを与え、ほかの権限を持たせないことが前提になります。どちらにするかは導入時に情シスが決め、文書に残しておきます。なお、一度の読み出しは既定で500行・最大1,000行、応答の大きさは既定で約1メガバイトが上限とされています。
古いデータで答えたときの責任:鮮度を確かめる仕組みと人の確認
更新され続けるビューでも、いつも最新とは限りません。元データの取り込みが止まったり、クラスタの再起動後にビューの計算をやり直す間は、結果が遅れます。Materialize の MCP サーバーは、各ビューの計算が追いついているかどうかをエージェントに返すと説明しています。また7月の更新では、鮮度の目標を指定し、それを満たせなければ待たずにエラーを返す分離レベルが公開プレビューで加わりました。
こうした仕組みがあっても、古さに気づいたとき、エージェントがそれを利用者に伝えるかどうかは、指示と運用で決まるものです。エージェントへの指示には、追いついていないビューからは答えない、答えるならデータの時点を必ず添える、という線を書いておきます。AIに「たぶん最新だろう」と判断させないことが大切です。
責任の置き場所も先に決めておきます。エージェントが古い在庫数で「出荷できます」と答え、それを信じた担当者が顧客に約束した場合、問題は道具の不具合なのか、確認を怠った運用なのかが曖昧になりがちです。顧客への約束や金額に関わる回答は、エージェントの答えをそのまま使わず、人が元の画面で確かめてから確定するという範囲を業務ごとに決めておくと、事故が起きたときの切り分けが速くなります。
何が社外に出るか:置き場所とAIへの受け渡し
データの流れは二段に分けて考えます。一段目は、元データを Materialize に取り込む段階です。クラウド版を使う場合、業務データは Materialize が運用する環境に置かれます。公式の料金ページに載るクラウド版の地域は、米国東部・米国西部・欧州(アイルランド)の三つで、日本の地域は挙がっていません。社内のネットワークの中にデータを置きたい場合は自社運用版を選ぶよう、公式も案内しています。
二段目は、エージェントがビューを読んだ結果が、エージェントを動かすAIのサービスへ渡る段階です。Materialize の公式ブログは、Claude Code や Cursor などからの接続例を示していますが、ビューの中身がどのAIのサービスに送られ、どう扱われるかは、エージェント側の契約と設定で決まることに注意が必要です。Materialize の権限で絞っても、読み出した結果が外部のAIに渡ること自体は変わりません。
したがって、公開用のビューを設計するときは「エージェントに渡しても問題のない列か」を基準に項目を選びます。顧客の氏名や連絡先が答えに必要ないなら、ビューに入れません。社内で使ってよいAIのサービスと、そこへ渡してよいデータの区分がすでに決まっている会社なら、その区分にビューを当てはめて確かめるのが早道です。
費用の増え方と、やめ方
Materialize のクラウド版は、クラスタの大きさに応じた計算クレジットを時間単位で消費する従量課金で、保管と通信の量にも料金がかかります。公式の料金ページには、一年分を前払いする契約と、月ごとの従量払いの二つが載っています。ここで押さえたいのは、ビューを最新に保つクラスタは止めずに動かし続けるため、使っていない夜間も費用がかかるという点です。照会した分だけ払う分析基盤とは、費用の出方が違います。
費用が増える要因は、ビューの数と重さ、元データの変更の多さ、そしてエージェントの読み取りの量です。公式の料金ページは、用途を足したときの費用の増え方は、用途どうしでビューをどれだけ共有できるかによると説明しています。Materialize の解説記事は、整ったビューを渡せばエージェントのトークン費が減り、より小さなAIのモデルでも済むようになると主張していますが、これは製品側の見立てです。導入前に、一つの業務で基盤の費用とトークン費の両方を測り、トークン費の減り方が基盤の常時稼働の費用を上回るかを自社の数字で確かめてください。
やめ方も最初に決めます。ビューの定義は SQL で書かれているので、定義をまとめて保管しておけば、別の基盤へ移すときの設計図になります。エージェントからの接続を止めるには、ロールの権限を外すのが最も早く、エンドポイントそのものの停止はクラウド版ではサポートへの依頼、自社運用版では設定で行うと公式は説明しています。元データの取り込みを止めたあと、預けたデータをどう消すかは、契約時に確かめておきます。
選ぶ前のチェックリスト
三つの道のどれを選ぶか、そして Materialize を入れるかを決める前に、次の項目を業務部門・データ基盤・情シスで確かめておくと、導入後の手戻りが減ります。
- エージェントに答えさせたい問いのうち、日中の変化が答えを左右するものを一覧にしたか
- 夜間バッチで足りる問いと、更新され続けるビューが必要な問いを分けたか
- 公開用のビューの定義と説明文を書く人、中身を確かめる人、権限付与を承認する人を決めたか
- 個人情報など、エージェントに渡さない列を決め、公開用のビューから外したか
- エージェントは社員本人の資格で読むのか、サービス用のアカウントで読むのかを決めたか
- 自由な照会の機能を無効にするか、エージェント用のロールの権限を公開用のビューに限るかを決めたか
- ビューが追いついていないとき、エージェントが答えない、または時点を添える指示を入れたか
- 顧客への約束や金額に関わる回答で、人が元の画面で確かめる範囲を決めたか
- データを置く地域と、読み出した結果が渡るAIのサービスを確かめたか
- 一つの業務で、基盤の常時稼働の費用とトークン費の変化を測る計画があるか
- 接続を止める手順と、ビューの定義・預けたデータの扱いを決めたか
このチェックリストの多くは、Materialize に限らず、エージェントに業務データを渡すどの方法でも必要になる項目です。製品を比べる前に、まず自社の問いと持ち主を整理することが、選定を速くします。
まとめ
社員のAIエージェントに「いまの業務データ」を渡す方法は、本番DBへの直結、夜間バッチのデータ、更新され続けるビューの三つに分かれます。直結は鮮度が高い一方で本番への負荷と表の結び方の推測を抱え、夜間バッチは安全ですが日中の変化が見えません。Materialize が組み込んだ MCP サーバーは、人が業務の形に組んだビューを最新に保ち、ロールが読めるビューだけをエージェントに見せる三つ目の道です。
ただし、この道を選ぶと、ビューの定義と承認の持ち主、既定で有効な自由照会の扱い、古いデータで答えたときの責任、常時稼働の費用という新しい決めごとが生まれます。AIに読み方や鮮度を判断させず、見せる範囲と人が確認する範囲を先に決めることが、どの道を選んでも変わらない出発点です。まずは日中の変化が答えを左右する業務を一つ選び、三つの道を自社のデータで比べてみてください。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
